Skill 是什么
WorkBuddy 本身负责理解任务和组织执行；Skill 则是一组可复用的说明、脚本、参考资料和资源，告诉 Agent 某类任务应该怎样做、调用什么工具、交付什么格式。
Anthropic 在 2025 年 10 月正式推出 Agent Skills，2025 年 12 月将其发布为开放标准。
一个最标准的 Skill，大概长这样：
my-skill/ ├── SKILL.md ├── scripts/ │ └── check.py ├── references/ │ └── guide.md └── assets/ └── template.pptx其中只有SKILL.md是必须的。
--- name: tech-article-writing description: 用于撰写 AI 产品、模型评测和科技行业相关文章 --- 收到写作任务后： 1. 先确认文章核心角度 2. 查找一手资料 3. 对核心事实交叉验证 4. 根据用户写作风格完成初稿 5. 检查禁用句式和 AI 味表达还可以带上：
references/style.mdSkill 是怎么工作的
Skill 最关键的设计，其实不是 SKILL.md，而是 Progressive Disclosure，渐进式披露。
假设你的 Agent 装了 100 个 Skill。
它不会一上来把 100 个 Skill 的完整内容全部塞进上下文。这样不仅浪费 Token，还会让模型被大量无关指令干扰。
标准做法分三层。
第一层，Agent 启动时只看所有 Skill 的名称和 description。
比如：
pptx 处理 PowerPoint 创建、编辑、读取任务 pdf 处理 PDF 提取、合并、编辑、填写任务 tech-article-writing 撰写 AI 和科技行业文章第二层，当用户说：
帮我写一篇 WorkBuddy 的公众号文章Agent 根据 description 判断tech-article-writing可能相关，这时才加载完整的SKILL.md。
第三层，执行过程中发现需要模仿你的写作风格，才继续读取：
references/style.md需要检查 AI 味，才执行：
scripts/check-ai-phrases.py标准规范建议，所有 Skill 启动时只加载数十至上百Token的元数据，Skill 激活后再加载完整说明，其他资料和脚本继续按需读取。OpenAI Codex 也采用类似机制，先向模型暴露 Skill 的名称、描述和路径，再在模型决定使用时读取完整内容。
所以 Skill 解决了一个长期困扰 Agent 的问题：
怎么给 Agent 很多知识和工作方法，又不把所有东西永远塞在 Prompt 里。
Skill 跟 Prompt 到底有什么区别
这是最核心的问题。
| 维度 | Prompt | Skill |
|---|---|---|
| 核心作用 | 描述当前任务 | 定义一类任务怎么做 |
| 生命周期 | 通常针对一次请求 | 长期复用 |
| 触发方式 | 用户主动输入 | Agent 自动选择或用户显式调用 |
| 载体 | 主要是文本 | 文件夹 |
| 内容 | 指令、上下文、示例 | 指令、脚本、资料、模板、资源 |
| 上下文占用 | 通常直接进入上下文 | 按需加载 |
| 复用 | 经常复制粘贴 | 原生可复用 |
| 分享 | Prompt 文本 | 完整能力包 |
| 执行 | 本身只是指令 | 可以调用附带脚本和工具 |
| 模型参数 | 不改变 | 同样不改变 |
最简单的理解是：
Prompt = 任务 Skill = 做法Skill 有哪些作用
**第一个作用，是给模型补充程序性知识。**大模型往往知道大量知识，但未必知道你的事情具体应该怎么做，比如它知道 SQL，但它不知道你公司的：
canonical user_id 在哪张表 subscriptions 表是 append-only 查询退款时必须排除某个状态 Grafana 对应 dashboard ID 是多少这些知识非常适合做 Skill，Anthropic 在内部使用了数百个 Skill，最终发现主要集中在 API 和内部库使用、产品验证、数据分析、业务流程自动化、代码脚手架、代码审查、CI/CD、故障 Runbook 和基础设施运维九类场景。
**第二个作用，是固定复杂工作流，**比如做一次行业调研。
普通 Prompt 可能是：
详细调研一下 WorkBuddy模型每一次都会重新思考：
去哪里找资料 先查什么 怎么验证 跟谁对比 输出什么结构Skill 可以把流程固定下来：
1. 官方网站 2. 官方公众号和发布会 3. 产品文档 4. 实际产品测试 5. 同类产品对比 6. 核心观点提炼 7. 事实核验这种能力称为 Encoded Preference Skill。模型本来能完成每一个单独步骤，但 Skill 把这些步骤按照团队或个人的工作方式组织起来。
另一类是 Capability Uplift Skill，给模型补充它原本做不好或不稳定的能力，例如复杂文档、PDF 和 PPT 处理。
第三个作用，是减少重复 Prompt。
你现在跟 AI 合作，其实有大量内容是在重复说，比如你经常告诉我：
不要写得太 AI 长短句结合 不要过度点列 要有自己的判断 技术内容要克制 不要编造例子这些其实已经天然适合做成一个writing-styleSkill。
以后你的 Prompt 只需要：
写一篇 WorkBuddy 文章写作习惯、资料标准、禁用表达、文章流程，都由 Skill 提供。
第四个作用，是把个人经验和组织经验资产化。
传统 Prompt 最大的问题是容易散落在：
聊天记录 飞书文档 Notion 个人脑子里Skill 是文件，所以它可以：
Git 管理 版本回滚 团队共享 A/B 测试 自动评测 持续更新这件事情很关键。
WorkBuddy里找到合适的Skill
打开左侧“专家·技能·连接器”，可以从技能市场搜索，也可以用“查找技能”描述需求。
也可以在SkillHub技能市场里找到合适的Skill
除了从推荐列表里直接安装，还可以导入自己下载的技能。
比如你在网上看到一个好用的技能包，下载下来是一个 zip 压缩文件，操作流程是这样的：点击"上传技能"，把 zip 文件加载即可
使用Skill解决一个任务
比如，你让AI写了一篇文章，需要去除AI味，你可以找到“文章去AI味工具 ”Skill，安装之后，使用时，直接 “/” 可以换出。
你只需要引用Skill内容，把文章给到即可，
WorkBuddy 会先加载skill的内容，
根据skill中的规则，来执行，比如要去除不是而是、双引号等内容，
修改之后，可以得到结果，确实去除了AI味。
Skill的关闭和卸载
从全部技能中，点击我安装的
按钮关闭（则关闭该Skill）
点击“···”，可以选择删除或编辑该Skill
